การเขียนโค้ด Advanced XML Structured

ผู้ตรวจสอบตรรกะกรณีขอบเขต

สำหรับวิศวกรที่ตรวจสอบตรรกะเงื่อนไขซับซ้อน การจัดการขอบเขต และโหมดความล้มเหลวที่ซ่อนอยู่ก่อนปล่อย

💻
Rating
4.9
Difficulty
Advanced
Format
XML Structured
Variables
4
ดาวน์โหลด Prompt FREE

Best for these models

Claude Opus 4.6 ChatGPT (GPT-5.4) Gemini 3.1 Pro

📋 The Prompt

XML Structured .txt

🔒 Prompt อยู่ในไฟล์ดาวน์โหลด

รับข้อความ prompt ฉบับเต็มในไฟล์ .txt ที่สามารถดาวน์โหลดได้ ฟรี ไม่ต้องสมัครสมาชิก

ดาวน์โหลด Prompt

Variables to fill in

{{CODE_BLOCK}} — Replace with your input
{{EXPECTED_BEHAVIOR}} — Replace with your input
{{EDGE_CASES}} — Replace with your input
{{SYSTEM_CONTEXT}} — Replace with your input

About this prompt

ผู้ตรวจสอบตรรกะกรณีขอบเขต ถูกสร้างขึ้นสำหรับโค้ดที่ดูเหมือนถูกต้องในเบื้องต้นแต่ล้มเหลวเมื่อรับอินพุตที่ผิดปกติ มันจะให้โมเดลตรวจสอบเงื่อนไข สาขา ลูป และค่าขอบเขตเพื่อหาข้อบกพร่องที่ซ่อนอยู่ ซึ่งมีคุณค่าสำหรับฟังก์ชันที่จัดการวันที่ การแบ่งหน้า คอลเลกชันว่าง ค่าที่เป็น null หรือช่วง off-by-one แทนที่จะเน้นเพียงปัญหาซินแท็กซ์ที่ชัดเจน Prompt นี้ผลักดันให้โมเดลค้นหาความล้มเหลวที่หายากแต่มีค่าใช้จ่ายสูง

เทมเพลตนี้เหมาะสำหรับวิศวกรอาวุโส นักพัฒนาที่เน้น QA และผู้รีวิวที่ทำงานเกี่ยวกับตรรกะที่ผู้ใช้เห็นหรือการคำนวณที่สำคัญ มันเน้น การทดสอบขอบเขต อินพุตที่ไม่ถูกต้อง และการเปลี่ยนแปลงสถานะ ผลลัพธ์ช่วยให้คุณเข้าใจว่ากรณีใดปลอดภัย กรณีใดน่าสงสัย และกรณีใดควรเปลี่ยนเป็นเทสต์ทันที ซึ่งเป็นประโยชน์ในระหว่างการปรับปรุงโค้ด การค้นหาบั๊ก และการตรวจสอบก่อนปล่อยที่ความมั่นใจสำคัญกว่าความเร็ว

ปรับแต่งโดยวางโค้ดลงใน {{CODE_BLOCK}} อธิบายพฤติกรรมที่คาดหวังใน {{EXPECTED_BEHAVIOR}} และระบุอินพุตซับซ้อนที่รู้จักใน {{EDGE_CASES}} หากฟังก์ชันเป็นส่วนหนึ่งของเวิร์กโฟลว์ที่ใหญ่ขึ้น ให้รวมบริบทนั้นใน {{SYSTEM_CONTEXT}} เพื่อให้โมเดลสามารถวิเคราะห์ความขึ้นอยู่กัน คำตอบควรรวมสรุปการตรวจสอบ ตารางสาขาที่เสี่ยง และเทสต์ที่ชัดเจน ใช้ prompt การตรวจสอบตรรกะ นี้เมื่อคุณต้องการให้โมเดลคิดเหมือนนักทดสอบที่สงสัย

Key features

  • การทดสอบขอบเขต เน้นสำหรับความล้มเหลวที่หายากและมีค่าใช้จ่ายสูง
  • แสดงปัญหา off-by-one null ว่าง และตรรกะช่วง
  • เปลี่ยนสาขาที่น่าสงสัยเป็นเทสต์ที่ชัดเจน
  • ทำงานได้ดีสำหรับการวิเคราะห์ ความล้มเหลวที่ซ่อนอยู่ ระหว่างการปรับปรุงโค้ด
  • ให้ความสำคัญกับความถูกต้องมากกว่าการตอบรับด้านความสวยงามของโค้ด

Best for

  • วิศวกรอาวุโสที่ตรวจสอบตรรกะธุรกิจสำคัญ
  • วิศวกร QA ที่ออกแบบเทสต์สำหรับสาขาที่ซับซ้อน
  • นักพัฒนาฝั่งแบ็กเอนด์ที่เสริมความแข็งแกร่งให้กับการตรวจสอบและการวิเคราะห์ข้อมูล

Tips

  • 💡 รวมพฤติกรรมที่คาดหวังในภาษาธรรมดา ไม่ใช่แค่คอมเมนต์โค้ด
  • 💡 ระบุอินพุตที่รู้จักว่าไม่ดีเพื่อให้โมเดลค้นหาความล้มเหลวที่อยู่ใกล้เคียง
  • 💡 ขอให้ทำการตรวจสอบแยกต่างหากในวันที่ null หรือการแบ่งหน้า ถ้ามีความเกี่ยวข้อง

What you'll get

สรุปการตรวจสอบที่จัดอันดับสาขาที่เสี่ยงที่สุด ระบุกรณีขอบเขตที่พลาดไป และเสนอเทสต์ที่ชัดเจน มันมีประโยชน์เมื่อตรรกะดูเหมือนถูกต้องแต่ต้องการหลักฐานที่แข็งแรงขึ้น

Preparing your download...

ดาวน์โหลด Prompt

Prompts ที่เกี่ยวข้อง